文献

J-GLOBAL ID：202202277354062726   整理番号：22A0108506

Bayes信念ネットワークにより強化されたアンサンブルフレームワークを用いたECG異常の検出【JST・京大機械翻訳】

Detecting ECG abnormalities using an ensemble framework enhanced by Bayesian belief network

著者 (8件)： Han Jingyu (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Han Jingyu (Jiangsu Key Laboratory of Big Data Security and Intelligent Processing, Nanjing 210023, PR China) ,  Sun Guangpeng (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Song Xinhai (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Zhao Jing (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Zhang Jin (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Mao Yi (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, PR China) ,  Mao Yi (Jiangsu Key Laboratory of Big Data Security and Intelligent Processing, Nanjing 210023, PR China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 72  号： PA  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 心電図(ECG)の異常検出は典型的なマルチラベル分類問題であり,それはあらゆる異常のためにバイナリ分類器を訓練することによってしばしば取り組まれる。残念ながら,分類器の1つのタイプは,通常,いくつかの異常(ラベル)に適用されるが,分類器の永続性と複雑な特徴ラベル相関のために,他の異常に対してはうまく機能できない。さらに,異常の数は異なる患者(例)で大きく変化し,それはさらにすべての異常の同定を複雑にする。異なるECGラベルは,異なる程度に互いに依存し,診断には価値があるが,明示的に捉えることは困難であった。したがって,著者らは,ECG異常を検出する一般的ECG分類(UEC)フレームワークを提示して,それは最初にラベルセット特性と同様にラベルセット特性を結合して,ラベル投票のために一組のバイナリ分類器を訓練することによって,より識別するターゲット特徴空間を構築する。特に,訓練された二値分類器の投票を強化するために,Bayes信念ネットワークを利用して,1つのインスタンスのターゲットラベルセットを正確に決定することを提案した。2つの実データセットに関する実験結果は,著者らのフレームワークがECG異常を効果的に検出できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *心電図 ,  投票
準シソーラス用語： *ECG異常 ,  特徴空間 ,  マルチラベル分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 心電図(ECG) ,  マルチラベル分類 ,  Bayes信念ネットワーク ,  ラベル間特徴 ,  ラベル内特徴

分類 (2件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 信念ネットワーク ,  強化 ,  アンサンブル ,  フレームワーク ,  ECG異常